ES9 的新特性: 正则表达式 RegExp
简介
正则表达式是我们做数据匹配的时候常用的一种工具,虽然正则表达式的语法并不复杂,但是如果多种语法组合起来会给人一种无从下手的感觉。
于是正则表达式成了程序员的噩梦。今天我们来看一下如何在 ES9 中玩转正则表达式。
Numbered capture groups
我们知道正则表达式可以分组,分组是用括号来表示的,如果想要获取到分组的值,那么就叫做 capture groups。
通常来说,我们是通过序号来访问 capture groups 的,这叫做 Numbered capture groups。
举个例子:
上面的正则表达式要匹配年月日,然后通过 exec 方法,返回 match 的数组。这个数组存储的是匹配的 groups 信息。
因为我们有三个括号,所以可以匹配三个 group。然后通过 1,2,3 来访问特定的 group。
我们把上面的 matchObj 输出看一下其中的内容:
可以看到 matchObj 是一个数组,index 0 存储的是要匹配的字符串。这里我们看到 matchObj 还有一个 groups 是 undefined,这个 groups 就是命名 groups。
Named capture groups
上面讲到了 numbered capture groups 是通过序列号来访问到匹配的数据。但是匹配到的 group 是没有名字的。
我们看下怎么才能够给这些 groups 起个名字:
看下 matchObj 的内容:
可以看到,这次多了 groups 的信息。
如果要匹配我们之前匹配过的 group 信息,则可以使用 numbered groups 的 \k 或者 named groups 的 \k<name>.
我们看一个例子:
两种语法都可以使用。
Named capture groups 还可以和 replace 一起使用。
有了 group name,我们可以直接在 replace 中使用 group name 来做引用:
replace 的第二个参数还可以是一个函数,函数的参数就是我们 group 出来的一些内容:
上面的例子中,g0 = 1999-12-31 表示匹配的子字符串。 y, m, d 匹配的是 numbered groups 1,2,3。
input 是整个的输入。{year, month, day} 匹配的是 named groups。
RegExp 中 Unicode 属性的转义
在 Unicode 标准中,每一个字符都有属性,简单点说属性就是用来描述这个字符的。
比如说 General_Category 表示的是字符的分类: x: General_Category = Lowercase_Letter
White_Space 表示的是空格,tabs 和换行: \t: White_Space = True
Age 表示的是该字符什么时候被加入到 Unicode 中等等。
这些属性还有对应的缩写: Lowercase_Letter = Ll , Currency_Symbol = Sc 等等。
举个例子,比如说我们想匹配空格。传统做法是这样做的:
前面是正则表达式,然后使用一个 test 方法来匹配字符串,最终得到的 true。
刚刚讲到了 unicode 的属性,我们也可以用属性来匹配:
属性匹配使用的是\p
, 后面跟的是属性值。
注意,我们还要在正则表达式后面加上 u,以表示使用的是 Unicode 属性转义。
lookaround assertion
lookaround assertion 可以被翻译为环视断言,它是正则表达式中的一种结构,用来判断要匹配的对象的前后环境是什么样的。
有两种 lookaround assertion,一种是 Lookahead 一种是 Lookbehind。
我们先看一下 Lookahead 的使用:
lookahead 就是向前查看,上面我们使用的是(?=bb)
来向前匹配 bb。
注意,虽然正则表达式匹配上了 aabb,但是 match 中并不包含 bb。
结果是第一个匹配上了,第二个没有匹配。
除了是用?=
之外,我们还可以使用?!
表示不等:
再来看一下 Lookbehind 的使用。
Lookbehind 和 Lookahead 查询的方向刚刚相反。
向后匹配是使用?<=
来表示的,我们来看一个例子:
上面的例子中,我们匹配了最前面的 $,然后使用 bar 替换掉了 foo。
同样的,我们也可以使用?<!
来表示非相等的情况:
dotAll flag
正常情况下 dot . 代表的是一个字符,但是这个字符不能够代表行的结束符:
而 dotAll 是在 dot . 匹配后面引入的 s, 它可以被用来匹配行的结束符:
在 ES 中,有下面几种字符表示的都是行的结束符:
U+000A LINE FEED (LF) (\n)
U+000D CARRIAGE RETURN (CR) (\r)
U+2028 LINE SEPARATOR
U+2029 PARAGRAPH SEPARATOR
总结
以上就是 ES9 中引入的正则表达式 RegExp 的新特性了,希望大家能够喜欢。
本文作者:flydean 程序那些事
本文链接:http://www.flydean.com/es9-regexp/
本文来源:flydean 的博客
欢迎关注我的公众号:「程序那些事」最通俗的解读,最深刻的干货,最简洁的教程,众多你不知道的小技巧等你来发现!
版权声明: 本文为 InfoQ 作者【程序那些事】的原创文章。
原文链接:【http://xie.infoq.cn/article/d242832d610d0df48eda7aeac】。文章转载请联系作者。
评论